Çok Katmanlı Yakınlık Merkeziyeti
Multilayer Closeness Centrality (Generalized Closeness for Multilayer Networks) · Ayrıca şöyle bilinir: multilayer closeness, multi-layer closeness centrality, MLC, interlayer closeness centrality
Çok katmanlı yakınlık merkeziyeti, klasik yakınlık merkeziyeti ölçüsünü, birden fazla ilişki türü veya etkileşim bağlamı (katman) içeren ağlara genişletir. Her katmanı izole olarak ele almak yerine, bir düğümün mevcut katmanların herhangi bir kombinasyonunu kullanarak diğer tüm düğümlere ne kadar hızlı ulaşabileceğini hesaplar ve tüm ağ sistemi boyunca yapısal olarak verimli bağlayıcılar olan düğümleri ortaya çıkarır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Verileriniz birden fazla, eşzamanlı olarak aktif ilişki türü (örneğin, sosyal medya platformları, demiryolu ve karayolu ile ulaşım ağları, rol bazlı organizasyonel bağlar) içerdiğinde ve tüm katmanları birleştirerek küresel olarak verimli iletişimcileri belirlemek istediğinizde çok katmanlı yakınlık merkeziyetini kullanın. Bilgi veya kaynakların mevcut herhangi bir kanaldan akabileceği durumlarda özellikle değerlidir. Katmanların aralarında anlamlı bir yol olmayan gerçekten bağımsız süreçler olduğu durumlarda, verilerin güvenilir en kısa yolları verecek kadar seyrek olduğu durumlarda veya daha basit bir tek katmanlı analizin ilgilenilen olguyu yeterince yakaladığı durumlarda kullanmayın.
Güçlü yönler & sınırlılıklar
- Tek katmanlı yakınlığın doğası gereği kaçırdığı katmanlar arası erişilebilirliği yakalar.
- Yalnızca birden fazla ilişki türünü birleştirmekten ortaya çıkan köprüleme düğümlerini belirler.
- Hem ağırlıklı hem de ağırlıksız çok katmanlı yapılarla uyumludur.
- Çoklu ilişki karmaşıklığına rağmen düğüm başına tek, karşılaştırılabilir bir puan sağlar.
- Epidemiyolojik, organizasyonel ve ulaşım ağı analizleri için kullanışlıdır.
- Tüm çiftli en kısa yol gereksinimleri nedeniyle büyük çok katmanlı ağlar için hesaplama açısından pahalıdır.
- Sonuçlar, genellikle ampirik olarak temellendirilmemiş olan katmanlar arası kuplaj ağırlığının seçimine duyarlıdır.
- Bağlantısız çok katmanlı graflar normalleştirme ayarlamaları veya kısıtlı kapsam gerektirir, bu da yorumlamayı karmaşıklaştırır.
- Çok katmanlı ağ kavramlarına aşina olmayan kitlelere açıklaması daha az sezgiseldir.
SSS
Çok katmanlı yakınlık, katmanlar boyunca yakınlığın ortalamasından nasıl farklıdır?
Tek katmanlı yakınlığın ortalamasını almak, katmanlar arası yolları tamamen göz ardı eder. Çok katmanlı yakınlık, herhangi bir katmandan serbestçe geçebilen yolları hesaplar, bu nedenle katmanlar boyunca başka türlü bağlantısız toplulukları birbirine bağlayan bir düğüm, ortalamanın önerdiğinden çok daha yüksek bir puan alır.
Supra-adjans matrisi nedir?
Supra-adjans matrisi, tüm katman adjans matrislerini istifler ve katmanlar boyunca aynı düğümün kopyalarını bağlayan katmanlar arası kuplaj blokları ekler. Bu genişletilmiş graf üzerinde hesaplanan en kısa yollar, gerçek çok katmanlı geçişe karşılık gelir.
Sonuçlar katmanlar arası kuplaj ağırlığına ne kadar duyarlıdır?
Çok duyarlıdır. Yüksek bir kuplaj ağırlığı, katman değiştirmeyi ucuz hale getirir ve çok katmanlı yakınlığı en iyi tek katmanlı yakınlığa yakın bir değere indirir. Düşük bir ağırlık, katmanlar arası atlamaları caydırır. Kuplaj parametresini değiştirerek her zaman bir hassasiyet analizi çalıştırın.
Çok katmanlı yakınlık, yönlendirilmiş ağlar için hesaplanabilir mi?
Evet. Yönlendirilmiş çok katmanlı ağlar için, iç-yakınlık ve dış-yakınlık, en kısa yolların belirli bir düğümden veya o düğüme doğru hesaplanıp hesaplanmadığına göre ayırt edilir. Bu durumda supra-adjans matrisi asimetriktir.
Hangi yazılım çok katmanlı yakınlık merkeziyetini destekler?
Python kütüphanesi MuxViz ve R paketi multinet, çok katmanlı yakınlık dahil olmak üzere çok katmanlı merkeziyet ölçümlerini uygular. NetworkX, supra-adjans matrisini manuel olarak oluşturarak uyarlanabilir.
Kaynaklar
- Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI: 10.1093/comnet/cnu016 ↗
- Sole-Ribalta, A., De Domenico, M., Kouvaris, N. E., Diaz-Guilera, A., Gomez, S., & Arenas, A. (2013). Spectral properties of the Laplacian of multiplex networks. Physical Review E, 88(3), 032807. DOI: 10.1103/PhysRevE.88.032807 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multilayer Closeness Centrality (Generalized Closeness for Multilayer Networks). ScholarGate. https://scholargate.app/tr/network-analysis/multilayer-closeness-centrality
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Yakınlık Merkezi̇lli̇ği̇Ağ analizi↔ karşılaştır
- Çok Katmanlı Aradalık MerkeziyiliğiAğ analizi↔ karşılaştır
- Çok Katmanlı Topluluk TespitiAğ analizi↔ karşılaştır
- Çok Katmanlı Derece Merkezi̇liğiAğ analizi↔ karşılaştır
- Çok Katmanlı Ağ AnaliziAğ analizi↔ karşılaştır